如何用Numpy高效计算按规则分配的客户订单平均价格及浮点精度处理

核心思路 #

通过累积和区间匹配替代生成大数组，直接计算每个客户从不同价格库存中分配到的数量，彻底避免内存浪费。

代码实现 #

import numpy as np

orders = np.array([21, 6, 3], dtype=np.int64)
quantity = np.array([16, 14], dtype=np.int64)
price = np.array([30.5, 35.5], dtype=np.double)

# 1. 计算订单和库存的累积量（用于划分区间）
order_cumsum = np.concatenate([[0], orders.cumsum()])  # 结果：[0, 21, 27, 30]
stock_cumsum = np.concatenate([[0], quantity.cumsum()])  # 结果：[0, 16, 30]

# 2. 计算每个订单区间与库存区间的重叠数量
start = order_cumsum[:-1, np.newaxis]
end = order_cumsum[1:, np.newaxis]
stock_start = stock_cumsum[:-1]
stock_end = stock_cumsum[1:]

# 取区间交集的有效长度，无重叠则为0
overlap = np.maximum(0, np.minimum(end, stock_end) - np.maximum(start, stock_start))

# 3. 计算每个客户的总采购金额与平均价格
total_cost = (overlap * price).sum(axis=1)
mean_prices = total_cost / orders

# 输出结果
people = ['mark', 'greg', 'paul']
for name, mp, qty in zip(people, mean_prices, orders):
    print(f"{name}: 平均价格 {mp:.2f} 美元，采购量 {qty} 件")

结果解释 #

• Mark的21件：先分配16件30.5美元的库存，剩余5件从35.5美元库存中获取，平均价≈31.69美元
• Greg的6件：全部来自35.5美元库存，平均价=35.5美元
• Paul的3件：全部来自35.5美元库存，平均价=35.5美元

要确保mean_prices × 客户采购量 = 该客户总采购金额始终成立，需规避浮点运算的累积误差，可采用以下两种方案：

方案1：整数化金额计算（推荐） #

将价格转换为最小货币单位（如美分），用整数完成所有计算，最后再转回美元，从根源避免浮点误差：

# 转换为美分（整数类型）
price_cents = (price * 100).astype(np.int64)
total_cost_cents = (overlap * price_cents).sum(axis=1)
mean_prices = total_cost_cents / (orders * 100)  # 转回美元

# 验证等式（完全相等）
assert np.all(mean_prices * orders * 100 == total_cost_cents)

方案2：使用高精度浮点类型 #

如果平台支持，用np.float128替代np.double，大幅降低浮点运算误差：

price_high_prec = price.astype(np.float128)
total_cost = (overlap * price_high_prec).sum(axis=1)
mean_prices = total_cost / orders

# 验证等式（近似相等）
assert np.allclose(mean_prices * orders, total_cost)

关键注意事项 #

• 优先用总金额 ÷ 采购量的方式计算平均价，避免拆分价格段后再加权平均的冗余运算
• 浮点场景下用np.allclose判断近似相等，整数场景直接用==验证完全相等

内容的提问来源于stack exchange，提问作者barrelquentin997